PHP HTML代码串 截取实现代码


Posted in PHP onJune 29, 2009

而且给的数据是HTML代码串,比如这样:

<div class=”aaa”><a href=”/aaa.php?id=1″>张三</a>  评论了 <a href=”/aaa.php?id=444″>李四</a> 分享的 <a href=”bbb.html”>一篇文章文章一长串的东西</a></div>

截取的时候是要截取 div 标签内部的东西,而且要保留HTML标签,只是对其中的文字做处理。比如我可能只是截取到“李四”的“李”字,但是如果就这样放到前端的话,“李四”前面的 a 标签是没有闭合的,所以截取之后要保证HTML的语法正确。

这个问题确实不太好搞,让我郁闷了两天。请注意,这只是一个字符串,只不过内容是HTML代码,是没有什么DOM的。如果是在前端处理就好办了,直接DOM获取,然后对里面的节点进行处理,最后把innerHTML 之类的东西输出就搞定了。现在可不行了,得换个思路。同事的思路是这样的:

遍历字符串的每一个字符。设置一个标记,碰到标签开始的标记< 就置为1,接下来的字符都不记数,然后碰到>之后再开始计数。对标签内部的字符串处理的时候,还要先判断当前字符的编码是不是可能是中文,一般来说PHP中 UTF-8 编码的中文字符的长度都是3,所以如果碰到是中文字符编码,就要跳过两个不记数……说到这里我自己头已经开始大了。个人认为这种方法很不爽,首先这种精致的逻辑不太容易控制,而且 UFT-8 编码下中文产生的长度有可能是3个或4个 所以代码的严密性值得怀疑。

我个人的思路是,用 Tidy 来搞(具体用法请看PHP手册吧)。昨天研究了一下那个 Tidy ,发现这个东西还是挺好用的。首先,把这个字符串转换成 Tidy 对象,这样:

$tidy = tidy_parse_string($str, array(), ‘utf8′);  // 最后一个是设置编码的,注意,这里是utf8 ,不是utf-8,没有中间那个连线。

然后获取$tidy中的 body(因为转换之后$tidy会自动加上<head><body>等标签):

$body =  tidy_get_body($tidy);

这个时候你可以用 var_dump 看一些 $body 的结构,会发现它把每个标签都变成了一个对应的对象,里面有相应的属性。举例来说,比如 <a href=”#”>sdf</a> ,这么一条语句对应的一些属性有:

name=>”a”
value => “<a href=”#”>sdf</a>”
child=> array{[0]=>一个文本节点对象,value是 sdf}
attribute=array{”href”=>”#”}
…..其他属性

可以看到,我们其实是可以单独去处理 a 标签对应节点下面的文字节点的值的,那样就不会破坏任何HTML完整性。原来我以为改变 a 标签中文字节点的值之后, a 标签的value也会跟着改变,那样我直接返回a标签对应节点的value就OK了,没想到不是那个样子,哎,所以处理过其中的文字之后还是要自己拼出新的HTML。

知道了Tidy对象的结构之后,一切就好办了,只要遍历所有的节点,对于本需求来说,就是找到那个 div 标签,然后开始处理里面的节点。代码如下:

if(mb_strwidth($subchild->value, ‘utf-8′) >= $len)
{
$subchild->value = mb_strimwidth($subchild->value, 0, $len, ‘…', ‘utf-8′);
$trimed_str .= $subchild->value;
break;
}
else
{
$trimed_str .= $subchild->value;
$len = $len - mb_strwidth($subchild->value, ‘utf-8′);
}

里面的$subchild 就是一个子节点。注意,这里使用了 mb_strwidth 来获取字符串长度。严重推荐一下这个 mb_strwidth,很好用,它会把中文当作两个字符长度处理,正好符合这里的需求!而且截取字符串的时候用到了 mb_strimwidth,这个函数也会把中文当作两个字符长度处理,mb_ 开头的函数真是好用啊。

具体代码我就不写出来了,因为是针对一个需求写的,没做成通用的形式。哪天我有时间做成通用的再发布一下。

另外,可惜FireFox不支持 text-overflow 属性,不然也不用后台那么辛苦地去截断了。如果大家有更好的方法,欢迎提出!不胜感激。

PHP 相关文章推荐
mysql4.1以上版本连接时出现Client does not support authentication protocol问题解决办法
Mar 15 PHP
mysql 字段类型说明
Apr 27 PHP
php minixml详解
Jul 19 PHP
ThinkPHP自动验证失败的解决方法
Jun 09 PHP
PHP遍历数组的几种方法
Mar 22 PHP
基于php验证码函数的使用示例
May 03 PHP
php共享内存段示例分享
Jan 20 PHP
PHP获取网页标题的3种实现方法代码实例
Apr 11 PHP
php实现处理输入转义字符的代码
Nov 08 PHP
PHP7修改的函数
Mar 09 PHP
PHP命令行与定时任务
Apr 01 PHP
Linux系统下安装PHP7.3版本
Jun 26 PHP
PHP 网页过期时间的控制代码
Jun 29 #PHP
PHP 超链接 抓取实现代码
Jun 29 #PHP
PHP 文件上传功能实现代码
Jun 24 #PHP
php addslashes 函数详细分析说明
Jun 23 #PHP
PHP n个不重复的随机数生成代码
Jun 23 #PHP
PHP 七大优势分析
Jun 23 #PHP
php 404错误页面实现代码
Jun 22 #PHP
You might like
PHP-redis中文文档介绍
2013/02/07 PHP
PHP邮箱验证示例教程
2016/06/01 PHP
php学习笔记之mb_strstr的基本使用
2018/02/03 PHP
javascript css在IE和Firefox中区别分析
2009/02/18 Javascript
使用upstart把nodejs应用封装为系统服务实例
2014/06/01 NodeJs
JavaScript实现定时隐藏与显示图片的方法
2015/08/06 Javascript
JS+CSS实现自动切换的网页滑动门菜单效果代码
2015/09/14 Javascript
纯javascript移动优先的幻灯片效果
2015/11/02 Javascript
JS实现网页上随机产生超链接地址的方法
2015/11/09 Javascript
JavaScript使用键盘输入控制实现数字验证功能
2016/08/19 Javascript
Ajax 加载数据 练习代码
2017/01/05 Javascript
Angular中ng-bind和ng-model的区别实例详解
2017/04/10 Javascript
Angular2 父子组件数据通信实例
2017/06/22 Javascript
Vue 前端实现登陆拦截及axios 拦截器的使用
2019/07/17 Javascript
微信小程序实现点击空白隐藏的方法示例
2019/08/13 Javascript
100行代码实现vue表单校验功能(小白自编)
2019/11/19 Javascript
python翻译软件实现代码(使用google api完成)
2013/11/26 Python
Python使用CMD模块更优雅的运行脚本
2015/05/11 Python
Python基于pygame实现的弹力球效果(附源码)
2015/11/11 Python
Python使用Tkinter实现机器人走迷宫
2018/01/22 Python
利用Python代码实现数据可视化的5种方法详解
2018/03/25 Python
Tensorflow 实现修改张量特定元素的值方法
2018/07/30 Python
pymysql模块的使用(增删改查)详解
2019/09/09 Python
在服务器上安装python3.8.2环境的教程详解
2020/04/26 Python
Python识别验证码的实现示例
2020/09/30 Python
基于CSS3 animation动画属性实现轮播图效果
2017/09/12 HTML / CSS
Becextech新西兰:数码单反相机和手机在线商店
2018/04/27 全球购物
建筑学推荐信
2013/11/03 职场文书
ktv总经理岗位职责
2014/02/17 职场文书
公积金接收函格式
2015/01/30 职场文书
机器人瓦力观后感
2015/06/12 职场文书
学校运动会简讯
2015/07/20 职场文书
2016入党心得体会范文
2016/01/06 职场文书
2016年学校党支部公开承诺书
2016/03/25 职场文书
Redis如何实现分布式锁
2021/08/23 Redis
vue+iview实现手机号分段输入框
2022/03/25 Vue.js